应选lxml而非xml.etree.ElementTree，因其底层C实现支持增量解析、XPath 2.0子集、严格命名空间处理及更强容错性，尤其适合处理大型、畸形或含DTD/命名空间的第三方XML配置文件。
为什么不用xml.etree.ElementTree而选lxml
因为 xml.etree.ElementTree 在处理大型配置文件（比如超 10MB、嵌套深、含命名空间或 DTD 声明）时容易抛出 ParseError 或内存暴涨；lxml 底层用 C 实现，支持增量解析、XPath 2.0 子集、更严格的命名空间处理，且对 malformed XML 容错更强——尤其当你面对的是第三方导出的“看似合法实则带冗余空格/注释/编码声明”的配置文件时。
实操建议：
- 安装时明确指定
lxml而非仅lxml-python（后者是旧包名，已废弃） - 若在 CentOS/RHEL 上编译失败，先装
libxml2-devel和libxslt-devel - 避免直接用
etree.fromstring()加载含外部 DTD 的配置——改用etree.parse()配合禁用网络加载的 parser
如何安全加载含命名空间和编码声明的配置文件
很多 XML 配置文件开头类似：etree.parse() 会把默认命名空间当作无前缀的 {http://example.com/ns}，导致后续 find() 全部失效。
正确做法：
- 用
etree.XMLParser(resolve_entities=False, no_network=True)创建 parser，防止意外加载远程 DTD - 用
etree.parse(file_path, parser=parser)加载，而非fromstring() - 提取根元素后，用
root.nsmap查看命名空间映射，再构造带前缀的 XPath，例如：root.xpath('//ns:server', namespaces={'ns': 'http://example.com/ns'}) - 若配置文件声明了
encoding="GBK"但实际内容是 UTF-8，需先用open(file_path, 'rb')读二进制，再交给etree.fromstring()，避免 decode 错误
用 XPath 快速提取多层嵌套配置项（避免 for 循环嵌套）
当配置结构类似 .find('service').find('endpoint').find('host').text 易出 None 异常且难维护。
推荐写法：
- 用
//service[@name='db']/endpoint/host/text()一行取值，返回 list，空则为 [] - 用
//service[./endpoint/port = '5432']/@name反向查属性，适合条件过滤 - 对重复结构（如多个
），用root.xpath('//param') + [p.get('key') for p in params]比递归遍历快 3–5 倍 - 注意：XPath 中
text()返回字符串，.返回元素对象，别混用导致类型错误
修改并保存配置时如何保留原始缩进与注释
lxml 默认序列化会抹掉所有空白和注释，这对需要人工审阅的配置文件是灾难。关键不是“能不能”，而是“怎么开开关”。
必须设置：
- 加载时加
parser = etree.XMLParser(strip_cdata=False, remove_blank_text=False) - 保存前调用
etree.indent(tree, space=' ')（lxml ≥ 4.5.0 才支持） - 写入时用
tree.write(file_path, encoding='utf-8', xml_declaration=True, pretty_print=True) - 若需保留注释，不能用
find()后直接赋值——要改用getparent().replace(old_elem, new_elem)，否则注释节点会被丢弃
最易被忽略的一点：如果你在解析后手动新增了元素，但没显式设置其 tail 属性（即元素后的空白文本），pretty_print=True 也无法恢复原有换行位置——此时得用 etree.tostring() 手动拼接或依赖 lxml.html 的美化逻辑。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
